次级通道在线辨识的齿轮啮合振动主动控制

针对齿轮传动系统中由于啮合误差产生的周期性振动和噪声,构建在从动齿轮轴上附加压电作动器的齿轮主动结构,提出一种次级通道在线辨识的反馈FxLMS算法进行主动控制。应用C-MEX S函数在Simulink中编写了FxLMS算法模块和次级通道进行在线建模的自适应LMS算法模块,仿真算例验证了自建模块的正确性和算法的有效性。将控制算法代码下载到dSPACE中作为控制器,与内置压电作动器的齿轮主动结构组成硬件在环系统进行实验验证。结果表明,在不同啮合频率下,经过主动控制后的齿轮传动系统振动有了不同程度的减弱,在啮合频率基频处有6.9dB的衰减。     

基于非线性自适应滤波算法的齿轮传动系统振动主动控制

为了削减齿轮传动系统的振动响应,提出了在靠近激励源处附加压电堆作动器同时抑制两对齿轮振动的双通道主动控制结构。鉴于Fx LMS自适应滤波算法对非线性系统应用的局限性,采用了一种非线性自适应滤波双线性Fx LMS(Bilinear Fx LMS,BFx LMS)算法。由于次级通道的准确性对于BFx LMS算法的控制性能有很大的影响,而应用较广的叠加噪声次级通道辨识技术会降低控制系统的效果,因此采用了一种直接估计误差技术对次级通道进行在线辨识,搭建了二级齿轮传动系统振动主动控制试验台,利用d SPACE作为控制器进行了半实物仿真试验。试验结果表明,在以两对齿轮啮合基频为衰减目标时,应用BFx LMS算法和Fx LMS算法控制的齿轮箱体上的振动都有明显的减弱,而BFx LMS算法在齿轮传动系统主动控制应用中有更好的控制效果,在第一对齿轮啮合基频处可以达到11 d B的衰减量,在第二对齿轮啮合基频处可以达到10 d B的衰减量。     

基于dSPACE双层隔振试验及其仿真研究

由于控制系统中控制器输出到误差信号之间存在功率放大器、作动器以及误差传感器等,误差通道可能会使信号的幅值和相位发生改变,甚至改变信号的频率。运用FxLMS自适应控制算法,基于误差通道离线辨识,进行控制系统的仿真。基于dSPACE半实物仿真系统搭建试验平台,完成单频和双频信号的自适应主动控制,取得显著控制效果。     

一种VSSFxLMS算法及其在多自由度微振动控制中的应用

FxLMS算法常用于自适应振动控制研究领域,其固定步长导致不能同时获得快的收敛速度和小的稳态误差。针对多自由度压电结构振动主动控制,提出一种改进VSSFxLMS振动控制算法,通过利用反余切函数的特性优化算法步长的迭代规律,有效提升算法对于噪声干扰的鲁棒性,并给出该算法的动态性能与稳态性能分析。以压电结构微振动多通道控制为目标,在ADAMS软件中建立结构微振动主动控制仿真模型,通过与SIMULINK联合仿真观察振动控制算法实施效果。构建了基于压电堆作动器的多自由度主动隔振结构,以及相关测控单元与实验系统,进行了结构微振动主动控制实验与结果分析,验证了所提出振动控制算法的良好控制效果和鲁棒性。     

Study and verification of an online secondary path identification algorithm for adaptive filtering based control of structural vibration

针对基于自适应滤波的振动控制算法的误差通道辨识问题,提出一种在实施该控制算法中进行误差通道模型实时在线辨识的方法.其基本思想是在振动主动控制器输出端引入一个白噪声信号,采用有限脉冲响应滤波器作为误差通道模型进行实时在线辨识,利用性能判别器实时控制辨识环节的停止与否,同时振动主动控制采用滤波-X算法.给出了具有在线辨识功能的控制器结构与算法过程,并结合实验模型结构和测控平台进行了实验分析与验证.基于MATLAB进行相关算法仿真,分析引入白噪声信号对辨识模型误差的影响,提出了一种辨识模型误差判定准则,并分析对振动控制系统性能的影响;基于实验平台进行了压电机敏柔性结构振动主动控制的验证.实验结果表明,控制通道模型实时在线辨识策略是成功的,由此验证了所设计的控制器及其控制算法的可行性和有效性.     

自适应主动振动控制仿真分析

在FxLMS自适应算法中,次级通道会影响输入信号自相关矩阵的可对角化性和特征值扩散度,从而影响算法的收敛速度。为了降低次级通道对输入信号的影响,加快算法的收敛,提出将改进的FxLMS算法—SOFxLMS算法应用于振动主动控制研究中。在Simulink中分别搭建基于两种算法的主动振动控制仿真结构,基于系统稳定的前提,在相同条件下对两种算法进行仿真对比分析。仿真结果表明:在迭代步长较大、滤波器阶数较少的条件下,SOFxLMS算法具有更好的振动控制效果。     

一种基于NARX神经网络的振动主动控制方法

针对主被动混合隔振系统中次级通道的非线性因素和时变特性,设计一种基于有源非线性自回归神经网络(Nonlinear Auto-regressive With Exogenous Inputs Neural Network,NARX-NN)的次级通道系统辨识的方法,并成功应用于振动主动控制系统中。首先,使用NARX神经网络对次级通道进行辨识得到准确的次级通道模型;其次,采用FIR滤波器重构初级通道的输出,从而获得作动器的输出信号,基于重构得到数据对辨识的网络进行在线学习,可以避免由白噪声激励在系统中带来的随机振动对控制效果的影响;最后搭建仿真模型以及实验平台,仿真结果表明,该控制算法可以克服次级通道的时变性导致的次级通道失真问题;实验结果表明,该算法对15、20 Hz的线谱分别取得30.1、40.4 dB的能量衰减效果,能够有效地实现振动主动控制。     

一种应用Fx LMS算法的双层隔振试验装置

振动主动控制中次级通道的存在会对控制效果造成影响,为了减小影响,采用Fx LMS(Filter-x Least Mean Square)自适应滤波算法,通过调整步长更新滤波器参数进行自适应控制。平台使用Compact-RIO控制器并采用Lab VIEW对其进行编程,通过设置参数对不同系统进行主动控制。控制分为三部分:参数设置、次级通道辨识、误差信号的控制。在自适应算法的理论和仿真分析基础上,进一步在c RIO实时控制平台上进行实验研究,对双层隔振平台采用自适应算法实现主动控制,取得理想的控制效果。     

基于NAF-FxLMS控制器的垂尾抖振主动控制

将加速度负反馈(negative acceleration feedback,NAF)控制器与最小均方自适应滤波(filtered-x least mean square,FxLMS)算法相结合,提出了一种改进的反馈式次级通道阻尼补偿方法,来提高FxLMS控制器的性能。针对垂尾模型低阶模态抖振响应的控制问题,设计NAF控制器对次级通道进行反馈式阻尼补偿,建立了多模态的NAF-FxLMS控制器,随后开展垂尾抖振响应主动控制的地面模拟实验。实验结果表明,相比于单独的FxLMS控制器或NAF控制器,NAF-FxLMS控制器对垂尾抖振响应具有更好的控制效果。     

一种改进自适应陷波器在齿轮箱振动信号频率估计中的应用

针对多级齿轮系统振动主动控制所需参考信号的获取问题,设计一种基于变步长无偏平滑梯度算法的二阶IIR自适应陷波器。以实时振动信号为输入信号,通过调整陷波频率实现对齿轮啮合频率的在线估计,并采用自适应改变陷波器迭代步长的方法提高估计速度和精度,仿真验证了该陷波器相比传统自适应陷波器具有更快的估计速度和更小的稳态误差,与FFT和比值校正FFT两种方法比较,所提陷波器对频率变化具有更好的追踪性能;将两个陷波器串联构成级联陷波器组,通过二级齿轮箱的振动加速度信号对两个啮合基频分别进行在线的实时估计。实验结果显示级联陷波器组能快速且准确地估计对应啮合频率,且能实时追踪由于驱动和负载变动导致的啮合频率变化,证明所提方法在实际应用中的有效性。     

振动控制中压电作动器非线性的补偿方法研究

在周期振动的自适应控制中,压电作动器的非线性特性会产生高次谐波,激发高阶模态振动。为抑制压电作动器的高次谐波激励,同时结合自适应振动控制的特点,提出一种新的作动器非线性补偿方法。该方法将作动器的非线性与结构的动态特性部分融合,用正交多项式从输入输出信号中拟合静态非线性及其逆变换,计算过程简单,数值稳定性高。在控制通道中,通过逆变换对控制信号进行预处理,使得补偿后的输入输出具有线性系统的特征,而输入输出之间的相位差完全由自适应算法进行补偿。实验结果表明,所给出的补偿方法能够抑制高次谐波,并改善了振动控制效果。     

FxRLS算法在齿轮箱振动主动控制中的应用

为快速且有效控制齿轮传动系统振动,提出一种以Fx RLS算法为控制策略的主动控制方法。以二级齿轮箱的振动为控制目标,构建以一组压电作动器为执行机构的主动控制结构,在Simulink中基于Fx RLS算法设计多输入、多输出的主动控制系统,将在ADAMS中建立的齿轮箱虚拟样机模型作为机械模块与主动控制系统连接以进行联合仿真,仿真结果表明所提主动控制方法在多个频率处都对二级齿轮箱的振动有超过5 d B的衰减,证明了所提控制方法的有效性,相比Fx LMS控制系统,Fx RLS控制系统具有更快的收敛速度,且能取得更好的控制效果。     

约束权函数的FxLMS算法的自适应有源隔振技术研究

基于FxLMS算法,构造一种适用于双层隔振装置有源控制的自适应CFxLMS算法。该方法可降低参考信号干扰对误差通道的影响,提高系统的鲁棒性。针对某一基于磁致伸缩作动器双层隔振装置进行计算机仿真,结果证明该方法可有效改善系统性能。     

变步长自适应结构振动主动控制算法

提出基于次级通道在线辨识的变步长振动主动控制算法,给出主动控制环节收敛步长、次级通路建模环节收敛步长的调整策略及新的附加噪声功率控制策略。此调整策略完全由初级振动、残余振动及附加随机噪声信号功率决定,无需额外引入经验参数,可简化系统算法复杂度,提高算法收敛性能,实现对附加随机噪声功率的调节,在保证系统稳定情况尽量消除其对残余噪声影响。仿真结果表明,与已有算法相比,该算法在收敛性能、振动控制效果两方面更具优势。基于NI CRIO实时控制器进行简支梁振动主动控制试验表明,该控制系统对简支梁振动响应有较好的抑制作用,对初级振动频率具有较好的跟踪性能。即基于次级通道在线辨识的主动控制方法行之有效。     

自适应控制系统中矩阵解耦控制算法研究

自适应多通道主动隔振系统中,次级通道间的耦合会影响控制算法稳定性,且任一误差信号均参与所有控制信号的更新。针对通道数较少(n4)的控制系统,提出一种矩阵解耦优化算法,主要思想是基于前馈补偿,在次级通道矩阵前插入解耦矩阵,实现次级通道解耦,使控制信号与误差信号之间一一对应,提高算法的稳定性和收敛速度。同时,为增强作动器与临近传感器之间传递函数的影响,解耦矩阵主对角元素被设为1,文中给出了解耦矩阵工程实现的具体方法。对算法进行仿真分析和试验,结果表明:矩阵解耦优化算法对双频线谱振动控制效果明显,同时使计算量减小,控制精度提高,平均振动衰减分别可达21.6 dB和10.9 dB。     

一类多频线谱激励下的主动隔振控制方法

研究了多频离散线谱激励下的主动隔振控制问题,提出了一种多通道解耦的自适应前馈控制方法;采用窄带带通滤波器对多频振动信号进行解耦,通过多个并行的自收敛变步长归一化的LMS自适应滤波器构成前馈控制器,驱动一个单自由度的作动器对多频线谱振动进行隔离;该方法无需次级通道模型信息,具有结构简单、鲁棒性强的优点。在某型磁悬浮隔振器的隔振系统上进行了多频主动隔振实验,实验结果验证了该方法的有效性。     

基于神经网络的悬臂梁在线辨识与振动主动控制

针对压电悬臂梁结构进行了基于神经网络在线辨识的振动主动控制研究。设计了基于NARMA-L2神经网络模型的在线辨识器和振动主动控制器,分析了神经网络各层的输入输出结构,建立了神经网络权值和阈值调整公式。在此基础之上,进行了外扰激励为单频和扫频信号时系统的在线辨识和振动主动控制实验,结果表明：该控制系统对悬臂梁的振动响应有较好的抑制作用和较强的鲁棒性。     

基于FxLMS定收敛因子的自适应前馈主动噪声控制

为研究自适应前馈主动噪声控制FxLMS算法的收敛特性,通过Simulink仿真,表明定收敛因子条件下FxLMS算法在次级通道传递函数已知时,输出声信号能实时跟踪输入噪声源信号的反相信号,残余误差信号能快速减小并达到稳态。     

基于SANC和一维卷积神经网络的齿轮箱轴承故障诊断

近来以深度学习算法为代表的滚动轴承特征智能提取和故障辨识技术被广泛研究,但目前研究大多局限于无强干扰的轴承故障。在齿轮箱存在较强齿轮振动干扰条件下,基于此类算法的轴承故障辨识率将显著降低。为提高在较强齿轮振动信号干扰下齿轮箱轴承故障智能辨识的准确率,提出了一种基于自参考自适应噪声消除技术(SANC)和一维卷积神经网络(1D-CNN)的齿轮箱轴承故障诊断方法。首先利用SANC将齿轮箱振动信号分离为周期性信号分量成分和随机信号分量,抑制齿轮等周期强干扰成分,再通过1D-CNN对包含轴承故障特征的随机信号成分进行智能特征提取和识别,实现在齿轮振动干扰下齿轮箱轴承故障辨识率的提高。通过与不同方法的对比验证了本文所提方法的优势和有效性。     

一种弯曲型压电堆作动器的设计及在振动控制中的应用

提出了一种弯曲型压电堆作动器并将其应用于悬臂梁主动振动控制中。新型作动器由一个压电堆和一个 型金属底座和一个预压螺钉组成。该作动器的通过底座对压电堆纵向变形的约束而使底座弯曲变形产生作动弯矩。推导了新型作动器的输出作动弯矩计算公式,并将其应用于悬臂梁振动控制中,采用热弹比拟方法结合状态空间理论建立了带新型压电作动器的悬臂梁振动控制系统状态空间方程。分别应用正位置反馈（Positive position feedback,PPF）和神经网络预测（Neural network predictive,NNP）控制方法设计了主动振动控制系统。闭环仿真结果表明,采用本文提出的新型压电堆作动器控制悬臂梁的一弯模态位移响应,应用PPF控制其幅值可降低57%,应用NNP控制其幅值可降低92%。